第三階段：定義核心成因與機會
從調查和訪談中收集的數據，被分析並整合成一個拒絕原因的列表。這種數據驅動的方法使Airbnb能夠識別拒絕的根本原因，如對客人的資訊不足或房東日曆的不準確。
同理心地圖
Airbnb 的用家群體多元化，有時候，房東和房客之間的期望不符會導致訂房請求被拒絕，從而破壞用家體驗。為了理解這些拒絕的根本原因，Airbnb 組建了一個跨功能團隊進行深入的基礎研究。他們應用這些客戶數據來製作出多份針對不同用家組合的同理心地圖(Emapthy Map)，Airbnb 能夠透過地圖上的分類資訊來體會房東的想法，例如處境、情感、動機、挫折，痛點和渴望。
人物角色
Airbnb 利用數據構造出多元化的房東人物角色。這些角色範圍從專注於管理物業細節的物業經理，到更關心與房客個人關係的個體。這些人物角色提供了對房東期望和需求的細微理解，讓 Airbnb 能夠識別導致拒絕的核心問題。
用家情感分析和顧客旅程圖
Airbnb 對收集到數據進行了非常詳細的量化情感分析，例如 在整個過程當中房東最期望及最不安是什麼，他們的開心或不安的程度有幾高、這個情緒對他們作出決定有幾大的影響 等
Airbnb 為了可以全面理解房東與客戶在平台的互動情況，他們製作了一幅非常細緻的用家旅程圖，概述了房東從接收訂房請求到決定接受或拒絕的體驗，在圖上亦包括了所有的持份者，及他們在不同位置對房東情感與決定的影響。透過把訂房過程進行視像化，Airbnb 能夠清楚確定房東的不同痛點，同時確定哪一個痛點是關鍵的痛點。
通過採用數據驅動設計思維方法(Data-Driven Design Thinking)，Airbnb 能夠以與用家求進行協作，共同鎖定難題的根源及一起鎖定問題的轉捩點。這種以人為本、依數據驅動的策略，不僅是一種創新的問題解決策略，更是當代商業世界中最有效贏取客戶支持的秘訣。
